1.作品描述
在本作品中，我们提出了一种基于深度学习的可用于直接解码和识别功能性磁共振成像 (Functional magnetic resonance imaging，fMRI)数据的可视化方法。本作品利用神经网络 在提取高维特征方面的优异性能，将输入受试者在接受任务刺激时大脑活动的医疗影像 进行大脑激活热区分区以及对任务刺激类型进行解码，并对解码结果进行可视化。
2.创意来源
对新一代人工智能的思考与探索。
3.运行环境
操作系统：Ubuntu 16.04
训练平台：python3.7， TensorFlow 1.13
GPU：NVIDIA TITAN Xp 12GB * 3
